监控告警一点通：在CloudWatch上为 EC2批量添加告警

背景介绍

Amazon CloudWatch 为AWS各项资源提供监控、展示、告警等功能，帮助您了解资源运行的数据和见解。您可以基于这些数据添加告警，以便在发生异常状况，如CPU利用率过高，进出流量异常时得到通知或触发处置操作。由于CloudWatch控制台不支持批量添加告警的功能，在EC2实例数量多时，通过控制台使用CloudWatch为EC2实例添加告警会很不便。为了解决这个问题，我们为您提供此解决方案，让您可视化点选需要添加监控的实例，设置相应规则，并批量添加告警。

架构与工作原理

解决方案的工作原理如下图：

您使用此方案提供的CloudFormation会创建一个监控VPC，以及其中的一个公有子网。在公有子网中会启动一台很小的EC2实例，部署监控服务器软件，供您通过浏览器访问。

之后您访问监控管理页面，选择需要添加监控的服务器（位于您自己的生产VPC中），设置相应的规则，批量生成CloudWatch告警。在CloudWatch告警的触发行为中，您可以设置发送到已有的SNS，从而通过邮件或其他方式及时通知到您；也可以设置EC2实例的行为，例如自动重启，从而尝试修复问题。

完成告警的批量添加后，您就可以在AWS管理控制台中查看到您添加的CloudWatch告警。这样原本您需要逐个手动添加的告警，可以完全自动化地完成，免去枯燥的添加过程。

安全方面，在创建CloudFormation时，您可以设置允许访问监控管理页面的IP范围，避免未经授权的访问。

2. 在CloudFormation页面中，点击【创建堆栈】，选择【使用新资源（标准）】。如果您是第一次使用CloudFormation，看到的页面会有所不同，同样是选择画面中央的【创建堆栈】，进入堆栈的创建流程。

3. 在指定模版选项中，选择Amazon S3 URL，输入 https://aws-gcr-solutions.s3.cn-north-1.amazonaws.com.cn/cloudwatch-alert-automations/v0.1.11/BatchMonitor.template.json ，从S3上获取模板。然后点击下一步。

4. 为您的堆栈命名，例如BatchMonitor，然后填写下面的选项。Instancetype选项设置的是监控服务器的实例类型，如果实例数量不是特别多，使用t2.micro就可以；keyname选项设置的是监控服务器的密钥名称，您可以填写一个现有的密钥；visitip选项设置的是可以访问添加监控页面的IP地址，您可以填写您本机公有IP地址，或办公室的公有IP网段。设置完成后连续点击下一步到审核页面。

5. 由于涉及到服务之间的调用，这个CloudFormation需要创建IAM资源。在下方的确认选项上打勾，然后点击右下方的创建堆栈，等待堆栈创建完成。这一般只需要几分钟的时间。

6. 等堆栈的状态变为绿色后，监控服务器就可用了。选中刚刚创建的CloudFormation堆栈，点击【输出】选项卡，可以看到下方的提供了访问的URL，将此URL复制到浏览器中即可访问。

使用流程

1. 使用之前创建的CloudFormation堆栈提供的URL，访问批量管理告警的网页。

2. 在网页中配置相应的指标，具体解释如下：

指标名称：要设置的指标名称，如CPU利用率、磁盘写入字节等。

区域：要添加CloudWatch告警的EC2实例所在的区域。

分组类型和名称：需要配置的EC2实例的范围。

·       如果您希望为所有此区域的实例添加告警，分组类型选择All，分组名称也输入All。

·       如果您只希望为某一个AutoScaling组中的实例添加告警，分组类型选择AutoScaling Group 名称，分组名称输入这个AutoScaling Group的名称（可以从EC2控制台的AutoScaling Group中获取到）。

·       如果您使用了资源组来标识和管理EC2实例，并且只希望为某一个资源组内的EC2实例添加告警，分组类型选择Resource Group 名称，分组名称填写这个Resource Group的名称。

·       如果您只希望为使用了特定AMI的EC2实例创建告警，分组类型选择AMI ID，分组名称输入这个AMI的ID。

·       如果您只希望为特定标签的实例添加告警，分组类型选择Tag，分组名称按照Tagname:Tagvalue的格式输入，例如这些实例都打了Name为production的标签，这里输入的就是Name:production。

统计数据：指标的统计规则，如平均值、最大值、最小值等。

间隔：指标数据的统计周期，如设置5分钟就是取5分钟内的指标做统计，决定是否触发告警。

条件：设置具体的警报触发条件，如CPU利用率这个指标大于70时触发，以及满足触发条件需要的数据点，例如设为1就是说只要收到1次指标大于70的情况，就会触发告警。缺失数据处理项指的是对缺失数据的处理办法，可以标记为超出阈值、不超出阈值或直接忽略，如果希望不放过可疑情况，确保接收到通知的话，建议选择默认的【作为超出阈值处理】。

通知：可用功能，非必填。根据警报状态触发SNS，从而及时通知到运维人员。一般使用【警报中】作为触发器，然后输入您的SNS ARN（需要另外在SNS中创建，并设置通知到的邮件），就可以添加信息通知。

EC2操作：根据警报状态触发EC2操作，例如恢复实例、停止实例等，可以根据您的实际业务场景进行配置。

名称和描述：最终创建的警报的名称，可以设置前缀以及描述，来帮助您在管理时了解这些警报的作用。

3. 完成各项指标配置后，点击最下方的【提交】按钮，开始批量添加告警。等待过程中会显示Processing，根据您实例数量的不同，等待时长会有不同。完成后会在下方显示已完成。

4. 登录AWS控制台，访问CloudWatch服务，在警报中就可以看到添加的所有告警了。

5. 之后可以根据您的其他规则批量创建新的告警，以及通过控制台管理这些告警。

小结

综上所述，使用本方案可以帮助您方便地查看、管理您的EC2告警，并批量添加告警，从而简化您使用CloudWatch监控资源的流程，提高管理效率。

参考资料

1. Amazon CloudWatch：https://thinkwithwp.com/cn/cloudwatch/
2. AWS CloudFormation：https://docs.thinkwithwp.com/zh_cn/AWSCloudFormation/latest/UserGuide/Welcome.html
3. Amazon SNS：https://docs.thinkwithwp.com/zh_cn/sns/latest/dg/welcome.html

本篇作者